美國科研團隊最近利用人工智能技術發(fā)現(xiàn)一種新型抗生素，它可以殺滅多種致病細菌，包括一些對所有已知抗生素都具耐藥性的細菌菌株。
發(fā)表在最新一期美國《細胞》雜志上的這項研究顯示，在培養(yǎng)皿中，這種抗生素分子可殺滅除綠膿桿菌之外的數(shù)十種細菌菌株，其中包括艱難梭菌、鮑氏不動桿菌和結核桿菌等耐藥性較強的細菌。在動物實驗中，它也有效清除了小鼠體內(nèi)的耐藥性細菌。
美國麻省理工學院研究團隊開發(fā)出一種機器學習算法，可自動學習分子結構并預測其性能。研究人員通過這種算法尋找使分子有效殺滅大腸桿菌的化學特征，訓練材料為約1700種美國食品和藥物管理局批準的藥物和800種生物活性不同的天然化合物。
接下來，研究人員利用訓練好的算法對美國布羅德研究所藥物再利用中心的約6000種化合物進行篩查，從中挑選出了一種具有強大抗菌活性的分子，其化學結構與所有已知抗生素都不同。研究人員還發(fā)現(xiàn)，該分子對人體細胞的毒性可能也比較小。
研究人員用這種分子治療感染了鮑氏不動桿菌的小鼠，結果顯示，24小時內(nèi)小鼠體內(nèi)這種耐藥性細菌被完全清除。研究人員還發(fā)現(xiàn)，連續(xù)30天使用這種分子未使大腸桿菌對它產(chǎn)生耐藥性。相比而言，大腸桿菌在1到3天內(nèi)就對常用抗生素環(huán)丙沙星產(chǎn)生耐藥性。
麻省理工學院電子工程和計算機科學教授雷吉娜·巴爾齊萊說，這種機器學習模型在計算機中探索化學結構，具有成本低、時間短、范圍廣等特點，是傳統(tǒng)實驗方法無法實現(xiàn)的。
研究團隊還利用這一模型對數(shù)據(jù)庫中超過1億個分子進行篩查，僅3天就找到23個與現(xiàn)有抗生素結構不同的候選化合物，其中8個在實驗室中對5種細菌有抗菌活性。研究人員說，未來這一模型還有望用于設計新型抗生素和優(yōu)化現(xiàn)有的分子，如可設計靶向特定細菌，而不殺滅其他有益細菌的抗生素。
